Markov Chain Monte Carlo : Stochastic Simulation for Bayesian Inference /

Contenido: 1. Simulación estocástica; 2. Inferencia bayesiana; 3. Métodos de inferencia de aproximación; 4. Cadenas de Markov; 5. Muestreo de Gibbs; 6. Algoritmo de Metropolis-Hastings; 7. Otros temas del método Monte Carlo de cadenas de Markov.

Guardado en:

Detalles Bibliográficos
Autor principal:	Gamerman, Dani (autor)
Otros autores:	Lopes, Hedibert Freitas (autor)
Formato:	Libro
Idioma:	Inglés
Publicado:	Boca Ratón, EUA : Chapman and Hall : CRC Press, 2006, c2006
Edición:	2a edición
Colección:	(Texts in Statistical Science)
Temas:	Lenguajes de Programación Métodos de Simulación Modelos Matemáticos Inferencia Bayesiana - > Tema Principal Estadística Bayesiana Toma de Decisiones Decisiones Estadísticas Procesos de Markov - > Tema Principal Método de Montecarlo - > Tema Principal Procesos Estocásticos Probabilidad - > Teoría Matemáticas
Etiquetas:	Agrega una etiqueta Sin etiquetas, Sé el primero en etiquetar este registro!

Sé el primero en dejar un comentario!

Markov Chain Monte Carlo : Stochastic Simulation for Bayesian Inference /

Ejemplares similares